基于机器学习方法的企业贷款违约风险预测

摘要

研究企业的贷款违约风险不仅对金融机构解决“惜贷”问题和防范信用风险具有重要的现实意义,而且能为企业规范自身经营和改善财务状况提出有针对性的建议及措施。本文根据某机构的企业贷款违约数据对贷款违约风险进行研究,首先对原始数据进行缺失值处理、特征选择和不平衡数据处理,然后利用逻辑回归、随机森林、XGBoost和LightGBM四种机器学习方法对数据进行建模和分析并比较模型优劣,最后利用GBDT模型计算特征重要性。结果表明:1) 三种集成模型的预测效果显著优于单一模型,2) 在集成模型中LightGBM模型表现出了最好的预测性能,3) 企业的纳税情况和曾经获得的授信情况可以作为判断该企业是否会发生贷款逾期现象的重要参考。